X 简报 · 2026-06-04 · 张腾甘的每日简报

🤖 AI/ML

@xiaohu：Google Gemma 4 12B 被描述为统一架构的本地多模态模型，16GB 级笔记本可跑、支持长上下文和原生工具调用，说明端侧 AI 的可用门槛还在下降。🔗 链接

@OpenAI：OpenAI 宣布升级 GPT-Rosalind，把 GPT-5.5 的 agentic coding 与工具使用能力接到生命科学研究流程里，AI 正从通用助手继续深入高价值垂直行业。🔗 链接

@FinanceYF5：Microsoft AI 在 Build 上一次发布七款模型，覆盖推理、代码、图像、语音转录和语音合成，并强调零蒸馏与模型家族协作，平台级模型矩阵竞争继续加速。🔗 链接

@xiaohu：Ideogram 4.0 被称为首个开源 AI 图像模型，并主打边界框控制、结构化 JSON prompt 和多语言文字渲染，图像生成开始明显补齐“可控排版”这块短板。🔗 链接

@CuiMao：Grok Imagine video 1.5 preview 已能通过 ComfyUI 节点接入 xAI API，视频生成能力从封闭 demo 走向创作者工具链会放大实际采用速度。🔗 链接

@FinanceYF5：DeepSeek 据称启动成立以来首轮外部融资，拟募资约 70 亿美元、投后估值最高 590 亿美元，如果落地会成为中国 AI 公司资本化的重要信号。🔗 链接

@FinanceYF5：李飞飞团队把“世界模型”拆成视频模型、游戏生成和物理引擎等不同范式，这个分类有助于把 AI 对现实世界建模的讨论从口号拉回技术路线。🔗 链接

@liuziwei7：DynamicVLA 在 CVPR2026 GigaBrain Workshop 获最佳论文，并放出项目与代码，VLA/具身智能仍是今年视觉与机器人交叉方向的高热主线。🔗 链接

@9hills：Helio 被实测为一个云端 Agent 工作平台，支持预设 Agent、BYOK、Claude Code/Codex runtime 和日历式 Cron 管理，Agent 产品正在从 coding 工具转向 work platform。🔗 链接

@oran_ge：ColaOS 招 Agent OS 交互设计师、Agent QA 和 Agent 产品，岗位描述把系统交互、评估能力和问题定义放在核心位置，说明 Agent OS 团队正在重写传统产品/QA 分工。🔗 链接

@svpino：Santiago 提出 SaaS 正从“人类优先加 AI 功能”转向“AI 优先加人类功能”，以可被 Claude Code/Codex 操作的邮件营销平台为例，软件界面可能继续向 agent-native 迁移。🔗 链接

@levie：Aaron Levie 指出企业在 AI token 上的人均支出已远超传统软件订阅，哪怕有雇主限额也能支撑更大的 intelligence TAM，这是 AI 商业化强度的一个关键观察。🔗 链接

@AIandDesign：Claude 帮用户逆向工程像素时钟的 BLE 协议并实现开源库，把一个硬件小玩具接入 Apple Music/Shazam，展示了 coding agent 在“硬件黑箱改造”里的实用边界。🔗 链接

@MengTo：Meng To 总结 AI 设计工作流要避免空 prompt，强调参考图、站点 URL、taste skill、DESIGN.md 和 AGENTS.md 规则，说明审美约束正在成为 AI 生成 UI 的关键基础设施。🔗 链接

@RobinSeun：国内成品油价格从 6 月 4 日 24 时起下调，92 号、95 号汽油和 0 号柴油每升约降 0.41、0.44、0.43 元，对出行和物流成本都有直接影响。🔗 链接

📊 扫描 282 条 | 覆盖 24.4h | 精选 15 条